Microsoft Copilot injecte des publicités dans les demandes de pull de GitHub et GitLab.
Ce qui se passe
Microsoft Copilot, l'assistant de codage alimenté par l'IA intégré à GitHub et à d'autres environnements de développement, injecterait du contenu promotionnel dans les demandes de tirage (pull requests). Selon des rapports, cela aurait affecté environ 1,5 million de demandes de tirage sur GitHub.
Les publicités apparaissent dans les descriptions de demandes de tirage qui sont générées ou suggérées par Copilot. Cela affecte à la fois les plateformes GitHub et GitLab où Copilot est actif. Le contenu promotionnel est inséré automatiquement dans le cadre de la fonctionnalité de suggestion de code de Copilot.
Contexte technique
Copilot fonctionne comme un programmeur pair IA qui suggère des complétions de code et des fonctions entières en fonction du contexte. Il est construit sur le modèle Codex d'OpenAI et est intégré directement dans des IDE comme VS Code et l'interface web de GitHub. Lorsque les développeurs utilisent Copilot pour rédiger des descriptions de demandes de tirage ou des commentaires de code, l'IA peut désormais inclure du contenu promotionnel avec ses suggestions.
Cela représente un changement significatif dans la manière dont les assistants de codage IA sont monétisés. Auparavant, Copilot fonctionnait sur un modèle d'abonnement (10 $/mois pour les particuliers, 19 $/utilisateur/mois pour les entreprises). L'injection de publicités suggère que Microsoft pourrait explorer des sources de revenus alternatives pour le service.
Pour les développeurs utilisant des agents de codage IA, cela soulève des questions sur la propriété du code, les licences et si le contenu généré par l'IA contenant des publicités pourrait affecter la conformité aux licences open source. Cela introduit également des préoccupations de sécurité potentielles si le mécanisme d'injection de publicités pouvait être exploité pour insérer du contenu malveillant.
📖 Read the full source: HN LLM Tools
👀 See Also
Deux projets de recherche remettent en cause l'apprentissage par imitation pour les agents web
Deux projets de recherche démontrent les limites de l'entraînement par imitation seule pour les agents web : 'Browser in the Loop' utilise l'apprentissage par renforcement avec un modèle de 8 milliards de paramètres pour améliorer le succès de la soumission de formulaires, tandis que 'Concentrate or Collapse' montre que l'apprentissage par renforcement standard échoue avec les modèles de langage par diffusion, nécessitant une optimisation au niveau de la séquence.
Devenir ingénieur IA à plein temps : ne plus toucher au code
Max Heyer décrit un workflow où les agents écrivent tout le code, lui se contente de lire les diffs, rédiger les spécifications et faire la relecture. La compétence qui compte est le goût — évaluer le code est plus difficile que le produire.
Microsoft annule les licences de Claude Code — les agents IA trop coûteux à déployer
Microsoft annule la plupart des licences Claude Code, redirigeant ses ingénieurs vers GitHub Copilot CLI. Uber a épuisé son budget IA 2026 en quatre mois. Le coût par tâche pourrait augmenter malgré des tokens moins chers.
Les meilleurs modèles d'IA présentent un écart de performance dans les langues non anglophones.
Une analyse récente montre que les principaux modèles d'IA obtiennent de moins bonnes performances dans les langues autres que l'anglais, l'article ayant reçu 16 points et 3 commentaires sur Hacker News.